典型文献
基于迭代缩减窗口自助软收缩算法的近红外光谱变量选择方法研究
文献摘要：
该文针对近红外光谱因冗余变量导致的标定模型预测性能差的问题,提出了一种迭代缩减窗口自助软收缩(ISWBOSS)算法.该方法使用窗口对变量进行划分,随机抽取窗口并利用其中的变量建立子模型,计算窗口内变量回归系数的归一化并作为权重继续进行加权采样,从而逐步实现变量空间的软收缩.同时在迭代过程中不断缩减窗口大小对特征变量进行精确搜索.通过在玉米数据集上进行验证,并与全谱法、遗传算法、竞争自适应重加权采样法和自助软收缩法建立的偏最小二乘模型对比,结果表明,新方法不论在准确性还是稳定性上都具有显著优势.以玉米蛋白质含量预测为例,与自助软收缩算法相比,ISWBOSS的预测均方根误差从0.0418降至0.0103,且达到最优模型所需的迭代次数更少,运算效率更高.该方法对提高近红外光谱标定模型的性能具有一定的指导意义.
文献关键词：
变量选择;迭代收缩窗口;近红外光谱;偏最小二乘;模型标定
中图分类号：
作者姓名：
徐啟蕾;郭鲁钰;杜康;单宝明;张方坤
作者机构：
青岛科技大学 自动化与电子工程学院,山东 青岛 266061
文献出处：
引用格式：
[1]徐啟蕾;郭鲁钰;杜康;单宝明;张方坤-.基于迭代缩减窗口自助软收缩算法的近红外光谱变量选择方法研究)[J].分析测试学报,2022(08):1229-1234,1241
A类：
ISWBOSS,迭代收缩窗口
B类：
自助,近红外光谱,光谱变量,变量选择,选择方法,标定模型,预测性能,随机抽取,子模型,口内,内变量,变量回归,回归系数,特征变量,全谱法,竞争自适应,重加权,采样法,偏最小二乘模型,模型对比,显著优势,玉米蛋白,蛋白质含量,含量预测,最优模型,迭代次数,运算效率,光谱标定,模型标定
AB值：
0.332527
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
